标签: GSPO

该标签下的全部文章 "GSPO".

• GSPO 入门：把概率比和裁剪移到整条回答

  15 Sep, 2026

  用四个 token 的概率比解释 GSPO 的几何平均、序列级裁剪与梯度，区分它与 GRPO，并说明 MoE 稳定性的适用边界。